来源书籍

Python深度学习架构实用指南(初译)

Skill 版本:未记录版本 高浓度 × 高稳定性 = **经典原理**。 113 张卡片

章节与卡片

01 深度学习入门

14 张卡片
  1. 人工智能及其演进脉络 理解等级:初级 普通读书笔记卡
  2. 机器学习:从规则到数据驱动 理解等级:初级 普通读书笔记卡
  3. 监督学习与回归、分类 理解等级:初级 普通读书笔记卡
  4. 无监督学习与聚类 理解等级:初级 普通读书笔记卡
  5. 强化学习:智能体与奖励 理解等级:中级 普通读书笔记卡
  6. 深度学习的动机与诞生 理解等级:初级 普通读书笔记卡
  7. 自动驾驶的端到端学习 理解等级:中级 普通读书笔记卡
  8. GAN与图像到图像翻译 理解等级:中级 普通读书笔记卡
  9. 神经机器翻译与编解码结构 理解等级:中级 普通读书笔记卡
  10. 生物神经元与网络灵感 理解等级:初级 普通读书笔记卡
  11. 人工神经元数学模型 理解等级:中级 结构图卡
  12. 激活函数:作用与类型 理解等级:中级 普通读书笔记卡
  13. 计算图与会话机制 理解等级:中级 普通读书笔记卡
  14. Keras与两种建模API 理解等级:中级 操作参考卡

02 深度前馈网络

14 张卡片
  1. 深度前馈网络的演进历程 理解等级:初级 普通读书笔记卡
  2. 深度前馈网络的分层架构 理解等级:中级 结构图卡
  3. 网络训练的三个环节 理解等级:中级 普通读书笔记卡
  4. 回归损失:均方误差与绝对误差 理解等级:中级 普通读书笔记卡
  5. 交叉熵与分类损失 理解等级:中级 普通读书笔记卡
  6. 梯度下降与三种变体 理解等级:中级 普通读书笔记卡
  7. 反向传播与链式法则 理解等级:高级 普通读书笔记卡
  8. 优化器与学习率调整 理解等级:中级 普通读书笔记卡
  9. 训练集、验证集与测试集 理解等级:初级 普通读书笔记卡
  10. 过拟合的成因 理解等级:中级 普通读书笔记卡
  11. L1 与 L2 正则化 理解等级:中级 普通读书笔记卡
  12. 丢弃与早期停止 理解等级:中级 普通读书笔记卡
  13. 首个 DFN 的数据准备 理解等级:中级 操作参考卡
  14. 建模、训练与 Keras 简化 理解等级:中级 操作参考卡

03 受限玻尔兹曼机和自编码器

16 张卡片
  1. 受限玻尔兹曼机的本质与结构 理解等级:初级 结构图卡
  2. 能量函数与变量兼容性 理解等级:中级 普通读书笔记卡
  3. 吉布斯采样与可见层重建 理解等级:中级 普通读书笔记卡
  4. 对比散度与参数梯度 理解等级:高级 普通读书笔记卡
  5. RBM 的演进之路 理解等级:初级 普通读书笔记卡
  6. RBM 实现流程 理解等级:中级 操作参考卡
  7. 电影推荐:评分处理与模拟评估 理解等级:中级 操作参考卡
  8. 深度信念网络的堆叠与逐层训练 理解等级:中级 普通读书笔记卡
  9. DBN 图像分类实战 理解等级:中级 操作参考卡
  10. 自编码器:编码与解码 理解等级:初级 普通读书笔记卡
  11. 自编码器的发展路径 理解等级:初级 普通读书笔记卡
  12. 原始自编码器与信用卡欺诈检测 理解等级:中级 操作参考卡
  13. 深度自编码器 理解等级:中级 普通读书笔记卡
  14. 稀疏自编码器 理解等级:中级 普通读书笔记卡
  15. 去噪自编码器 理解等级:中级 普通读书笔记卡
  16. 压缩自编码器 理解等级:高级 普通读书笔记卡

04 CNN 架构

14 张卡片
  1. 深度前馈网络处理图像的困境 理解等级:初级 普通读书笔记卡
  2. CNN 的演进之路 理解等级:中级 普通读书笔记卡
  3. CNN 的图像基础与分层架构 理解等级:初级 结构图卡
  4. 过滤器、本地连接与参数共享 理解等级:中级 普通读书笔记卡
  5. 卷积计算与滑动三参数 理解等级:中级 普通读书笔记卡
  6. 最大池化层 理解等级:初级 普通读书笔记卡
  7. 全连接层与展开 理解等级:中级 普通读书笔记卡
  8. VGGNet:以小卷积堆叠深化 理解等级:中级 普通读书笔记卡
  9. GoogLeNet 与 Inception 模块 理解等级:高级 普通读书笔记卡
  10. ResNet 与残差连接 理解等级:高级 普通读书笔记卡
  11. CIFAR-10 图像分类器全流程 理解等级:中级 操作参考卡
  12. 两阶段检测器:R-CNN 与 Faster R-CNN 理解等级:高级 普通读书笔记卡
  13. 单阶段检测器:YOLO 与 SSD 理解等级:高级 普通读书笔记卡
  14. TensorFlow 对象检测动物园与冻结图推理 理解等级:中级 操作参考卡

05 移动神经网络和 CNN

12 张卡片
  1. 移动神经网络的动机 理解等级:初级 普通读书笔记卡
  2. MobileNet 演进之路 理解等级:中级 普通读书笔记卡
  3. 深度可分离卷积 理解等级:中级 结构图卡
  4. 可分离卷积的计算成本 理解等级:高级 普通读书笔记卡
  5. MobileNet 网络结构 理解等级:中级 普通读书笔记卡
  6. MobileNet 实现 理解等级:初级 操作参考卡
  7. MobileNetV2 动机 理解等级:初级 普通读书笔记卡
  8. 线性瓶颈层 理解等级:中级 普通读书笔记卡
  9. 扩展层与反向残差块 理解等级:高级 普通读书笔记卡
  10. MobileNetV2 实现 理解等级:中级 普通读书笔记卡
  11. MobileNet 代际对比 理解等级:初级 普通读书笔记卡
  12. SSDLite:移动对象检测 理解等级:中级 延伸参考卡

06 循环神经网络

15 张卡片
  1. RNN的反馈回路与记忆机制 理解等级:初级 普通读书笔记卡
  2. RNN的演进路径 理解等级:初级 普通读书笔记卡
  3. 按输入输出划分的四种RNN架构 理解等级:中级 结构图卡
  4. 原始RNN架构与权重 理解等级:中级 普通读书笔记卡
  5. BPTT时间反向传播 理解等级:高级 普通读书笔记卡
  6. 梯度消失与长期依赖 理解等级:高级 普通读书笔记卡
  7. 字符级文本生成的数据准备 理解等级:中级 操作参考卡
  8. 原始RNN文本生成模型构建 理解等级:中级 操作参考卡
  9. LSTM的门控机制 理解等级:高级 普通读书笔记卡
  10. LSTM文本生成的效果 理解等级:中级 操作参考卡
  11. GRU的复位门与更新门 理解等级:高级 普通读书笔记卡
  12. GRU与LSTM的关键差异 理解等级:高级 普通读书笔记卡
  13. 股价预测中的序列与窗口缩放 理解等级:中级 操作参考卡
  14. 双向循环网络BRNN 理解等级:中级 普通读书笔记卡
  15. 双向LSTM情感分类 理解等级:中级 操作参考卡

07 生成对抗网络

14 张卡片
  1. GAN是什么与应用 理解等级:初级 普通读书笔记卡
  2. 生成模型与判别模型 理解等级:初级 普通读书笔记卡
  3. 对抗训练的零和机制 理解等级:中级 普通读书笔记卡
  4. GAN的图像生成流程 理解等级:中级 结构图卡
  5. GAN的演进路径 理解等级:初级 普通读书笔记卡
  6. 原始GAN的全连接架构 理解等级:中级 普通读书笔记卡
  7. 泄漏ReLU激活函数 理解等级:初级 延伸参考卡
  8. 原始GAN的训练平衡 理解等级:中级 操作参考卡
  9. 深度卷积GAN架构 理解等级:中级 普通读书笔记卡
  10. 转置卷积与批量归一化 理解等级:高级 延伸参考卡
  11. 条件GAN的可控生成 理解等级:中级 普通读书笔记卡
  12. InfoGAN的潜在条件变量 理解等级:高级 普通读书笔记卡
  13. 互信息与InfoGAN目标 理解等级:高级 普通读书笔记卡
  14. InfoGAN的损失实现 理解等级:高级 操作参考卡

08 深度学习的新趋势

14 张卡片
  1. 不确定性:预测之外的重要信息 理解等级:初级 普通读书笔记卡
  2. softmax不等于置信度 理解等级:初级 问题卡
  3. 贝叶斯视角:参数分布与置信度 理解等级:中级 普通读书笔记卡
  4. 变分推断近似证据 理解等级:高级 延伸参考卡
  5. Edward实现贝叶斯网络 理解等级:中级 操作参考卡
  6. notMNIST不确定性示例 理解等级:初级 普通读书笔记卡
  7. CNN的局限:缺乏空间层次结构 理解等级:初级 问题卡
  8. 胶囊向量:几何信息的编码 理解等级:中级 普通读书笔记卡
  9. 动态路由与压缩激活 理解等级:高级 普通读书笔记卡
  10. 深度学习的训练数据挑战 理解等级:初级 普通读书笔记卡
  11. 元学习:学习如何学习 理解等级:中级 普通读书笔记卡
  12. 基于模型的元学习与MANN 理解等级:高级 普通读书笔记卡
  13. 基于度量的元学习:连体网络 理解等级:中级 普通读书笔记卡
  14. 卷积连体网络人脸识别实现 理解等级:中级 操作参考卡

全书概览

《Python深度学习架构实用指南(初译)》建档概览

  • 书名:Python深度学习架构实用指南(初译)(Hands-On Deep Learning Architectures with Python,ApacheCN 初译)
  • 作者:Dipayan Sarkar, Anubhav Singh, Arunava Banerjee, Saurabh Singh(Packt 原版;EPUB OPF 未逐名列作者,待原书版权页核对)
  • 原文入口:book-sources/books/20261105/Python 深度学习架构实用指南(初译) (it-ebooks) .epub
  • 笔记目录:notes/Python深度学习架构实用指南(初译)/
  • 优先级:P4
  • 执行模式:light
  • 首次建档 Skill 版本:book-notes v24
  • 建档进度:done
  • 实践候选筛选:done

评级

  • 信息浓度:高。逐章解释架构演进动机、机制与设计取舍,如卷积如何借助空间局部性替代全连接、自编码器如何学习紧凑表示、GAN 如何用对抗目标替代显式似然,不只是罗列 API。
  • 稳定性:高。主体是神经网络架构的通用原理(前馈网络、RBM、自编码器、CNN、RNN、GAN、贝叶斯深度学习),不随 TensorFlow 版本变化;书中框架代码属低稳定次要成分。
  • 四象限:高浓度 × 高稳定性 = 经典原理。
  • 内容形态:概念解析型为主;第 3–8 章含 TensorFlow/Keras 操作示例,属局部操作手册成分,逐章按实际结构取材。

评级依据来自实际通读的前言与全部八章:前言明确以“多级非线性操作形成高级抽象”定义深度学习架构,正文各章按架构发展与机制展开。

阅读计划:章节进度追踪表

章节号 章节标题 状态 卡片数
前言 零、前言 done 0
第01章 深度学习入门 done 14
第02章 深度前馈网络 done 14
第03章 受限玻尔兹曼机和自编码器 done 16
第04章 CNN 架构 done 14
第05章 移动神经网络和 CNN done 12
第06章 循环神经网络 done 15
第07章 生成对抗网络 done 14
第08章 深度学习的新趋势 done 14

非正文排除

spine项 类型 排除理由
spine[1] x00.html 封面 仅书名,无实质正文
spine[2] x01.html 题名/译者说明页 书名义、原文链接与社区说明,无知识内容
spine[4]/[8]/[11]/[13]/[15] x03/x07/x10/x12/x14.html 分节标题页 仅“第 N 节:主题名”过渡标题,无实质正文

前言 spine[3] 含本书结构与读者对象说明,纳入阅读计划;无独立知识故零卡。

待关联术语

术语名 出现章节 一句话语境
TensorFlow 第01、03、04章 用于实现深度架构的框架,正文未展开版本细节
Keras 第01、08章 用于搭建网络的高层接口,未单独解释
CIFAR-10 第04章 图像分类示例数据集,未展开数据构成
SSD 第05章 与 MobileNet 组合的目标检测网络,未展开检测头细节

引用文献

标题 类型 出现章节 一句话语境
AlexNet / VGG Net / GoogLeNet 框架/模型 第04章 作为图像分类 CNN 的代表架构被比较与复现,未作延伸阅读推荐
《战争与和平》语料 书 第06章 用于字符级 RNN 文本生成的示例语料

资金安全问题案例

问题标题 问题卡 解决方案卡 出现章节 一句话说明

(本书为深度学习架构教材,无资金并发安全场景,全文阅读后确认无适用案例)

实践卡进度

序号 实践标题 实践方式 状态 关联章节 产出
1 对比 CNN 经典架构的归纳偏置 横向学习 done 第04、05章 ideas/idea-001-经典CNN架构对比.md;已有对照问题清单与三篇官方模型文档入口
2 读成熟 RNN/LSTM 实现中的门控结构 实现深读 done 第06章 ideas/idea-002-LSTM门控实现深读.md;已有机制到代码问题的初步映射与两层阅读计划
3 最小 GAN 训练的平衡观察 真实任务 done 第07章 ideas/idea-003-GAN训练平衡观察.md;已有可运行示例与观察记录表设计

均为读者可执行的延伸实践计划,非书中已执行结果;light 模式只交付计划与已准备的首轮材料。

实践候选筛选:done(未采用:完整复现各章 TensorFlow 代码——成本过高且不以实现为目标;联网调研 2021 年后新架构——超出原书证据范围)

整书笔记

阅读正文、全书主线、逐章讲解与跨章综合见 _book_note.md;阅读证据与候选取见 _coverage.md。

相关主题

从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。

暂无公开主题。